DATA & TARGETING

KI ermöglicht höhere Komplexität bei multivariatem Testing

18. March 2020 (ft)
Bild: Priscilla du Preez; CC0 - unsplash.com

Um im Marketing erfolgreich mit potenziellen und bestehenden Kunden zu kommunizieren, kommt heute oftmals ausführliches Testing zum Einsatz. A/B-Tests sind die einfachste Form, um die Wirkung von verschiedenen Varianten der Ansprache zu prüfen, doch Künstliche Intelligenz (KI) kann dabei helfen, die Testmöglichkeiten zu vervielfältigen. Davon profitiert vor allem das E-Mail-Marketing.

Der Wettbewerb um Aufmerksamkeit in der E-Mail-Inbox steigt. Das E-Mail-Volumen ist 2018 laut einer Online-Studie von ARD und ZDF um zehn Prozent auf 848 Milliarden in Deutschland gestiegen. Die E-Mail gehört zu den ältesten Kanälen im digitalen Marketing und wird sowohl für Neukundengenerierung als auch für die Kommunikation mit Bestandskunden eingesetzt. Der Bundesverband für digitale Wirtschaft (BVDW) zeigt nun im Rahmen eines Whitepapers, dass dieser Kanal in naher Zukunft noch deutlich persönlicher und effizienter gestaltet wird – durch multivariates Testing.

„Es ist entscheidend, nutzenstiftende, für den User relevante Informationen bereitzustellen, um seine Aufmerksamkeit zu erlangen“, sagt Lars Leiwesmeier von AZ Direct, Lableiter KI im E-Mail-Marketing im BVDW. Multivariates Testing geht jedoch weit über die typischen A/B-Tests hinaus.

Multivariates Testing im E-Mail-Marketing

Bei dem Verfahren werden E-Mail-Varianten gegeneinander getestet, die sich in den Ausprägungen mehrerer Faktoren voneinander unterscheiden. So könnten beispielsweise fünf E-Mailtexte mit fünf verschiedenen Betreffzeilen, zwei unterschiedlichen Header-Grafiken und drei verschiedenen Call-to-Action-Buttons getestet werden. Es geht dabei nicht darum, den Erfolg der Mail im Ganzen zu messen, sondern um den Erfolg der einzelnen Bestandteile.

Die besten Faktorausprägungen gelten allerdings nicht für den gesamten E-Mail-Verteiler. Je nach Nutzersegment können sich die bevorzugten Inhalte unterscheiden. Daher sollten Marketer nicht nur multivariate Tests für den gesamten Verteiler durchführen, sondern auch für verschiedene Segmente die jeweils besten Faktorausprägungen ermitteln.

Mit der Anzahl der getesteten Faktoren steigt die Anzahl der möglichen Testvarianten und damit die Komplexität des Verfahrens. Im obigen Beispiel kommen bereits 150 verschiedene Varianten zustande. Die Komplexität steigt sogar noch weiter, wenn für verschiedene Segmente getestet wird. Ab einem gewissen Punkt ist diese Komplexität nicht mehr manuell handzuhaben –an dieser Stelle kommt die KI ins Spiel. KI-gestützte, multivariate Testverfahren erkennen selbstständig Zusammenhänge zwischen Faktorausprägungen und Kundenmerkmalen und bilden automatisch möglichst granulare Segmente, abhängig davon, für welche Kundenmerkmale welche Ausprägungen am besten funktionieren.

„Durch den Einsatz von KI-Technologie kann die Effektivität von multivariaten Tests stark verbessert beziehungsweise können multivariate Tests mit einem hohen Komplexitätsgrad erst ermöglicht werden. Das Testing wird daher voraussichtlich einer der ersten Bereiche sein, in dem KI-Technologie im E-Mail-Marketing ‘großflächig’ eingesetzt wird“, sagt Leiwesmeier.

Angst um ihre Arbeitsplätze müssten die Marketer jedoch nicht haben. Obwohl KI-Technologien im E-Mail-Marketing dem Menschen noch mehr Aufgaben abnehmen und Abläufe automatisieren würden, spiele der Mensch weiterhin die ausschlaggebende Rolle, meint Romain Vallé von United Internet Media, Stellvertretender Vorsitzender der Fokusgruppe E-Mail im BVDW: „Er entscheidet, welche KI-Technologien in eigens definierten Use Cases auf welche Weise eingesetzt werden. Damit ist die menschliche Intelligenz zusammen mit der KI-Technologie der wesentliche Treiber für mehr Effizienz.“